(Python) Сложная замена строк , <s repeat="2">text</s> => <s>text</s><s>text</s>

[WhyNot]

Предыстория:
Есть content.xml, выдранная из документа формата OpenOffice (*.odt).
Эта xml используется неким простым парсером, в который мы условно не можем вносить изменения.
Между ними есть скрипт, написанный на Python, который распаковывает эту xml и попутно разрешает в ней разные проблемы.

Сегодня столкнулся с новой любопытной проблемой:
OpenOffice находит одинаковые строки, стоящие рядом и группирует их.

Другими словами, было:

<table:table-cell office:value-type="string" calcext:value-type="string">Теги и текст</table:table-cell><table:table-cell office:value-type="string" calcext:value-type="string">Теги и текст</table:table-cell>

стало:

<table:table-cell table:number-columns-repeated="2" office:value-type="string" calcext:value-type="string">Теги и текст</table:table-cell>

Задача:
Нужно как-то развернуть сгруппированный текст, с указанным числом повторений в исходный.
То есть, у нас где-то в тексте есть:

<some-tag repeat="n">Some complex info</some-tag>

а вместо этого мы должны получить повторённое n раз:

<some-tag>Some complex info</some-tag>

Собственно, как такое лучше провернуть?
Производительность не важна.

[xNut]

на Lua,например, так

local s=[[<some-tag repeat="4">Some complex info</some-tag>]]
print(
    (s:gsub(
        '<(.-)%s+repeat="(%d)">(.-)</%1>',
        function(tag,count,cont)
            return ('<'..tag..'>'..cont..'</'..tag..'>'):rep(count)
        end
    ))
)

[WhyNot]

В общем, решил в лоб

def fix_identical_compression(text):
    fixedText = text
    # exclude empty cells
    badResult = re.compile('<table\:table\-cell\s+table\:number\-columns\-repeated\=\"\d+\"(?!>)*?/>')
    fixedText = badResult.sub("", fixedText)
 
    r = re.compile('<table\:table\-cell\s+table\:number\-columns\-repeated\=\"(\d+)\".*?>.*?</table\:table\-cell>')
    while r.search(fixedText):
        res = r.search(fixedText, 1)
        groups = res.groups()
        unresult = re.compile('\stable\:number\-columns\-repeated\=\"\d+\"')
        fixedGroup = unresult.sub("", res.group())
        fixedText = r.sub(fixedGroup * int(groups[0]), fixedText, 1)
 
    return fixedText

Сообщение отредактировано: WhyNot - 07.12.14, 10:39